- Rango
- #175
- Total de tokens de salida
- 270,259
- Tiempo de respuesta (promedio)
- 32.56s
- Costo total
- $0.805
Grok 4.20 (medium) vs GLM 5.1 (medium)
La puntuación media está prácticamente empatada en 7.0 vs 7.0. GLM 5.1 (medium) tiene menor coste de benchmark con $0.726 vs $0.805. Grok 4.20 (medium) es más rápido con 32.56s vs 58.80s, con tasas de acierto de 60.6% vs 65.2%.
Modelos comparados
- Rango
- #172
- Total de tokens de salida
- 215,889
- Tiempo de respuesta (promedio)
- 58.80s
- Costo total
- $0.726
Modelo recomendado
Grok 4.20 (medium)
Tiene la mejor puntuación aquí (7.0) y responde aproximadamente 1.8x más rápido que GLM 5.1 (medium).
Comparación detallada
| Métrica | Grok 4.20 Grok 4.20 medium | GLM 5.1 GLM 5.1 medium |
|---|---|---|
| Puntuación | 7.0 | 7.0 |
| Rango | #175 | #172 |
| Fiabilidad | 10.0 | 8.1 |
| Consistencia | 8.2 | 8.4 |
| Intentos | 66/66 | 66/66 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 60.6% | 65.2% |
| Pruebas inestables | 5 | 4 |
| Ejecuciones totales | 66 | 66 |
| Costo por resultado | 10.365 | 6.923 |
| Costo total | $0.805 | $0.726 |
| Precio de entrada | $1.250 / 1M | $0.965 / 1M |
| Precio de salida | $2.500 / 1M | $3.032 / 1M |
| Total de tokens de entrada | 102,986 | 82,592 |
| Tokens de salida | 5,860 | 16,089 |
| Tokens de razonamiento | 264,399 | 199,800 |
| Tiempo de respuesta (promedio) | 32.56s | 58.80s |
| Tiempo de respuesta (máximo) | 199.66s | 308.75s |
| Tiempo de respuesta (total) | 716.36s | 1234.72s |
| Parámetros | ~1T en total (~100B activos) | 744B en total (40B activos) |
| Disponibilidad | Código cerrado | Código abierto |
Generación showcase de modelos
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#175 SpaceXAI: Grok 4.20
medium- Coste
- $0.041
- Tiempo
- 110.3s
- Tokens
- 16,336 tok
#172 GLM 5.1
medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
- Coste
- $0.000
- Tiempo
- 300.0s
- Tokens
- 0 tok
Mejores modelos por puntuación
Puntuación vs costo total
Tiempo de respuesta (promedio)
Puntuación vs Tiempo de respuesta (promedio)
Total de tokens de salida
Puntuación vs Total de tokens de salida
Desglose por categoría
| Análisis y extracción de datos | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 | |
| GLM 5.1 | 10.0 | 10.0 | 100.0% | 0 | 9.33s | 7,107 | 991 | 4,552 |
| Seguimiento de instrucciones | Puntuación | Consistencia | Tasa de aciertos por intento | Pruebas inestables | Pruebas correctas | Tiempo de respuesta (promedio) | Tokens de entrada | Tokens de salida | Tokens de razonamiento |
|---|---|---|---|---|---|---|---|---|---|
| Grok 4.20 | 9.8 | 10.0 | 100.0% | 0 | 4.26s | 1,362 | 57 | 6,419 | |
| GLM 5.1 | 6.4 | 5.8 | 66.7% | 1 | 7.47s | 634 | 204 | 1,617 |
Comparación rápida
Cambiar par de comparación
GPT-5.5nonevsGLM 5.1mediumSpace Bunny AlphahighvsGLM 5.1mediumGPT-5.5nonevsGrok 4.20mediumSpace Bunny AlphahighvsGrok 4.20mediumGPT-6 LunalowvsGLM 5.1mediumGPT-5.6 SolnonevsGLM 5.1mediumGPT-6 LunalowvsGrok 4.20mediumGPT-5.6 SolnonevsGrok 4.20mediumEmber-1highvsGLM 5.1mediumClaude Fable 5.1lowvsGrok 4.20mediumEmber-1highvsGrok 4.20mediumClaude Fable 5.1lowvsGLM 5.1medium